普林斯顿大学招聘之学术报告系列

http://blog.sciencenet.cn/blog-414166-573012.html

每年二三月份是美国高校招聘助理教授教授的季节，今年普林斯顿计算机系只计划招一位助理教授，但上百人申请，其中9位获得面试机会。他们会来到普林斯顿进行为期两天的面试，不仅要和系里十几个教授面谈，而且要向全系作学术报告。

我参加了大多数候选人的学术报告。这9位候选人分别来自不同的领域，有新兴的Crowdsourcing、用户隐私，也有相对比较传统的生物计算、无线通信等。9位候选人都是各自领域最杰出的新秀了，都是今年美国计算机领域Faculty市场的热门人选。

这篇博客将介绍其中5个很精彩的报告，从学术报告角度来呈现普林斯顿的助理教授招聘的一面，同时也算是一篇介绍计算机学科前沿研究的科普文章。（ 注：我去年也写过一个博客，介绍了【2011年普林斯顿计算机系的助理教授招聘学术报告】，欢迎阅读 ）

1. Crowd-Powered Systems

【Michael Bernstein】， MIT

研究背景： Crowdsourcing 是近年来的研究热点，主要思想是通过互联网络将人联起来，利用人的智能共同完成一个任务。

CMU的【Luis von Ahn】教授是这个方向的先驱。他是网络验证码CAPTCHA的发明者，但发现全世界因此每天浪费15万个小时。于是他又发明了reCAPTCHA，基本思想是用两个单词做验证码，其中一个是计算机能识别，另一个是将古书中计算机不能识别的单词，但人却很容易识别。通过利用人的智能，在输入验证码是也在帮助识别古书中的单词。这项技术全世界有上亿人在使用，几个月时间就将1851年起所有的纽约时报都识别并数字化。

 

但如果把人看作是一种“计算机”的话，从而组成一个Crowd-Power System (CPS)，这样的系统最大的问题在于结果不确定性、反应速度慢。比如有人利用Amazon的【Mechanical Turk】来招募很多人测试投硬币实验，让人们随机报一个硬币的某一面，希望结果是50%正面，50%反面。但实际结果是65%的人报正面。

学术贡献：那么该如何在这样的系统上编程、如果保证快速得到合理的结果呢？Michael提出了一种“编程接口”——Find-Fix-Verify。利用这种模式，可以有效地解决结果不稳定性问题。另一方面，他提出了Retainer Model，研究如果给予适当奖励对返回结果速度的影响。他通过研究不同的奖励策略，使用户在提交请求后2秒内就能得到结果。

 

为了验证他的想法，Michael搭建了两个系统：一个叫Soylent可以用来编辑文本，另一叫Adrenaline，可以实时搜索照片。

影响力: Michael的工作多次被媒体报道，比如2010年MIT的Technology Review撰写了文章【Adding Human Intelligence to Software】报道了他的工作，而2012年的PCWorld网站则报道了他在ACM CHI会议上发表的最新进展【More Search Could Be Crowdsourced】

花絮：Michael实力很强，从他拿到的面试学校名单就能看出来，几乎所有牛校都给他面试机会，Princeton、Stanford、Berkeley、CMU。。。他无疑是今年Job Market的一个热门人物。

 

 

2. Computational approaches for the DNA sequencing data deluge

【Ben Langmead】, University of Maryland College Park

研究背景：生物计算是计算机科学在生命科学中形成的一个研究领域，利用应用数学、信息学、统计学和计算机科学的方法研究生物学的问题。目前主要的研究方向有：序列比对、基因识别、基因重组、蛋白质结构预测、基因表达、蛋白质反应的预测，以及建立进化模型。

其中基因测序是生物计算中的热点，也是难点。一条有几十亿核苷酸组成的DNA序列会先切成千上万条长约600到800个核苷酸的DNA片段，这些片段的两端相互重叠，然后通过计算机把它们拼接起来。这个拼接的过程非常复杂，往往需要超级计算机来完成，有时要耗时几个月的时间。

学术贡献：Ben的主要贡献是将数据压缩中的Burrows-Wheeler Transform (BWT)用来对基因序列做索引，在此基础上进一步提出双向索引（Double-Index）技术，将生物计算中最耗时的基因序列比对步骤性能提高了30X甚至100X以上，可以说是极大地推动了生物计算整个领域的发展。

影响力：Ben提出的索引技术被几乎所有基因序列比软件采用。Ben自己也有很强的开发能力，开发了Bowtie、Bowtie 2、Crossbow、Myrna等多个开源软件，其中Bowtie是基因序列比对应用最多的软件。他2009年在Bioinformatics上介绍Bowtie设计思想的文章目前引用已经【超过了1200次】，而介绍Bowtie 2的文章则发表在2012年的Nature Methods上。

 

自2010年以来，他被各个大学、研究机构邀请做了12次学术报告，因此很明显当天给报告的气场很足。不管是介绍自己的工作，还是回答听众的问题，很是自信，并且对一些观众的建议还表达出恰到好处地谦虚。我听完Ben的报告，觉得即使算上去年的那么多面试报告，他的表现也是数一数二的了。

 

花絮：总体来看，Ben可以算是今年Job Market上生物计算领域中最好的应届博士毕业生了。他所在的实验室背景非常强，李凯老师讲了一个他们实验室的故事：2001年美国出现“炭疽邮件”，导致5人死亡几十人人感染。Ben的两个老板Steven L. Salzberg和Mihai Pop利用基因分析技术定位到了炭疽病毒的来源，为FBI破案提供了关键线索。

 

3. Data Privacy Technologies: From Alchemy to an Engineering Discipline

【Arvind Narayanan】, Stanford University

 

研究背景：Arvind是由【Ed Felten】教授给大家介绍的。Felten教授去年担任美国Federal Trade Commission的首席技术官，在白宫工作了一年。他介绍说Arvind在数据隐私方面的工作引起了白宫的高度重视，政府已经在着手制定法律以解决Arvind发现的隐私保护方面的漏洞。

 

美国是一个很重视隐私的工作，一些涉及到用户的数据如果要公开，联邦法律要求要将用户信息匿名化，比如用随机数替换用户名、故意加一些错误起混淆作用等等。这样其他人就无法用这些数据反推出某个具体的用户。2006年，Netflix悬赏一百万美元征集方案改进其电影推荐系统。为此，Netflix提供了1999~2005年50万用户的1亿条电影打分记录(Movie Ratings)，同时他们通过了上述各种手段将这些记录匿名化以保护用户隐私。

 

学术贡献：Arvind很有想象力，他发现尽管这些数据已经匿名化，但可以通过其他公开信息，将那些数据去匿名化。他把这个问题抽象成一个图匹配问题，然后设计了一个很有效的算法，可以将两个图节点匹配起来，即使其中一个图存在一些错误。

 

以Netflix的那个数据为例，他用Amazon的IMDb (International Movie Database)的一些信息来辅助分析。结果发现，对于一些同时注册Netflix和IMDb的用户(占57%)，只需要分析8部电影就能去匿名化，准确率高达98%。也就是说，在Netflix匿名数据中，挑一个用户，根据8部电影，就能找到这个用户在IMDb的账号，进而知道这个用户在Netflix上还看过哪些电影。因为IMDb是公开的，大家打分时会比较谨慎，有些电影看过也不一定打分。但是Netflix的观看记录是不公开的，这个活动已经违背了保护用户隐私的底线了。因此，Netflix不得不取消的这个悬赏活动。接着Arvind又对社交网络（Social Network）甚至笔迹进行了分析，发现这个算法都非常有效。

 

此外，他还做了其他很出色的工作，影响了网络媒体的广告推荐系统。他提出了一个系统设计的框架和规范，试图将加密技术、工程设计和政策管理融合起来。他在CACM、IEEE S&P等顶级会议、期刊上发表了10多篇文章。他的报告前面半小时讲的非常好，但后面因为时间紧张，讲得很仓促。李凯老师说，他做了太多的工作，他试图在1小时内讲10篇文章。

影响力：Arvind的工作颠覆了人们对保护隐私的传统观点，引起社会各界的关注，也促使白宫着手修订法律；几乎Arvind的每项工作都有许多主流媒体报道，如美国国家广播电台（NPR）、纽约时报、华盛顿邮报、时代周刊、BBC等，完全是一位明星科学家。

 

花絮：在录用结果出来之前，我们就开始讨论，觉得Arvind非常适合来Princeton。因为2005年Princeton联合计算机系、公共事务与政策学院、社会学系成立了【CITP（Center for Information and Technology Policy）】中心，专门研究计算机技术与政策的关系。所以Princeton很可能会给他一个 offer 。

 

 

4. Modeling People from Billions of Photos

【Ira Kemelmacher-Shlizerman】, University of Washington

 

研究背景：如今数码相机已经成为很多家庭的必备电子产品，如果我们统计一下的话，每个家庭很可能有几千甚至上万张照片，这些照片记录着家人生活的点滴，记录着孩子们的成长，那么如何浏览这些海量照片呢？

学术贡献： Ira 想到了视频!她发明了一种全新的照片浏览方式——Face Movie——能从一个人的众多照片中挑出合适的照片自动生成视频。 

当确定了目标后，问题就转变为如何从大量照片中找到合适的照片来生成视频。她将此问题抽象为一个图最短路径搜索问题，每张照片是一个节点，两张照片之间有边，权重是两个照片的相似度，然后可以利用一些图算法计算出一条最短路径，把该路径上的照片挑出来生成视频。接着她又做了一些了工作对视频效果进行优化。

影响力：这是一个非常有趣而又实用的工作。如今，Face Movie已经成为了Google Picasa的一个新功能，全世界上千万人在使用。这是优酷上【Face Movie的宣传片】，有孩子的家长们一定不要错过。我也下载了Picasa并给女儿苗苗做了一个两周岁的视频，效果挺不错。推荐给了周围不少朋友，他们也都很喜欢。

Ira的工作也是得到了大量媒体的报道，包括一些著名的科技杂志和网站，如《新科学家(New Scientist)》、《Discovery News》等等。

花絮：但这个工作其实有些曲折，之前投ACM SIGGRAPH会议连续几年都没有中，后来她的老板去Google访问，说服Google在Picasa中实现这个功能，从而一举成名。

 

另外，Ira是以色列Weizmann Institute of Science (WIS)毕业的博士生，现在UW做博士后。值得一提的是去年Princeton也招了一个WIS毕业的做理论的助理教授【Zeev Dvir】。以色列虽是弹丸之地，但学术研究确实不可小觑。

 

 

5. Embracing Interference in Wireless Systems

【Shyamnath Gollakota】, MIT

 

研究背景：无线网络已经无所不在，已成为人类短距离通信的最重要途径之一。但和有线网络不通，无线网络采用广播的方式进行通信，在这种开放式环境下，就会出现很多安全问题。比如无线网络传输的数据很容易被别人获取，Google就面临这方面的官司，控诉其利用拍摄街景地图的汽车来收集沿街的无线数据【新闻：街景记录Wi-Fi个人资料 Google面临官司和调查】。另一方面，无线网络也很容易受到恶意干扰或者攻击，比如有一些工具可以探测周围无线路由器的密码。

 

学术贡献：无线网络传输会被恶意干扰，传统的802.11规范是采用重传机制来消除干扰，但会无线网络包后半段仍然出现冲突，导致不断重传最终出现大量丢包。Shya提出了一种可以利用这种干扰的解码方法，能将存在干扰情况下无线网络的丢包率从72.6%降低到0.7%。这个工作获得了SIGCOMM'08会议的最佳论文奖。

 

既然能把被动干扰利用起来，他进一步考虑如何利用主动干扰来加密无线通信信道，工作发表在Usenix Security'11会议上，被评为Second AT&T Best Applied Security Paper。下一步，他又把这个技术应用到医疗植入设备上，从而有效地保护了心脏起搏器的无线通信，关于这个工作在我的微博有介绍过，又获得了SIGCOMM'11会议的最佳论文奖。

 

影响力：Shya在MIT的6年里一共发表了6篇SIGCOMM，2篇获最佳论文奖，另外还有Usenix Security会议的Best Applied Security Paper，研究能力绝对令人叹为观止。他的工作也是经常出现在媒体上。

花絮：说到Shya，不得不提他所在的小组——MIT的【Dina Katabi】小组。Katabi教授来自局势很不稳定的叙利亚，但这并不影响她的学术研究。相信网络领域的人不会对Katabi教授陌生，她工作的特点是将一些理论领域上的研究成果应用到系统中去，比如他们组最早在真实系统中实现了Network Coding。他们组在SIGCOMM、MOBICOMM、OSDI、NSDI等顶级会议上每年都有稳定的5~7篇文章，绝对是全世界最顶级的研究小组之一了。

Katabi教授以前的工作都是如何应用理论，但最近已经他们组发明了一种全新的【sFFT算法】，将稀疏的FFT变换速度提高好几个数据量，在理论的顶级会议STOC、SODA上连续发表论文，引起各大科技网站的大幅报道。

7. 招聘结果

听完了所有候选人学术报告，有一次李凯老师让我们给候选人排序，我们提出三位可能人选：数据隐私、无线安全和生物计算。李老师认为这三个人都有希望，今年系里原计划只有1个名额，但他们非常优秀都是各自领域最顶尖的毕业生，系里也在考虑增加名额。选人最终演变为选择方向！

到了5月初，李凯老师跟我们说，今年的候选人确实太优秀了，所有最后系里决定给三个人发offer，正是我们之前提到的那三个候选人。不过听说生物计算的Ben Langmead把普林斯顿婉拒了，相信他有更好的选择；而研究安全隐私的Stanford的Arvind Narayanan拿到了普林斯顿和CMU的录用通知书，最终选择了普林斯顿；另一位来自MIT做无线的Shyamnath Gollakota则选择了University of Washington。

8. 借鉴意义

这些候选人的学术成果令人叹为观止，他们无疑是世界顶尖的博士毕业生了。那他们有什么特别之处呢？

首先，听他们的报告明显能感觉到他们的想象力，有的研究问题非常新颖，有的擅长借用其他领域的知识，很佩服他们那种在科研中能熟练运用“四两拨千斤”的功力。然后，他们强于钻研，一些看似无从下手的课题，他们能层层剖析、深入挖掘，最终定位到很具体的若干难点，进而寻找有效的解决方案。其次，他们的导师都是在学术界享有声誉的学者，都有丰富的指导学生的经验，在这些卓越的导师培养下，这些新鲜出炉博士(后)毕业之际已经能在科研上独挡一面。再次，他们的表达能力普遍都很强，逻辑非常清晰，即使不同领域的人也都很容易理解他们的工作。最后，他们都非常有信心，可以很明显感觉到他们报告时的气场，以及回答问题时的那种从容和自信。

外部环境也起到一定的作用。美国的科普工作做的非常出色。一方面美国有大量的科技网站、杂志，比如MIT的Technology Review等，另外每个领域都有不少专门的科技网站，比如计算机领域有PCWorld、HPCWire等，他们会不断地跟踪最前沿的科技进展。另一方面，研究人员也很注重宣传自己的工作，几乎所有的美国教授及其研究小组都有主页，并不断更新。他们还会自己写一些文章甚至视频介绍自己工作，这方面我发现哈佛的教授做的特别突出，他们很多主页上都是有视频介绍自己的工作的。科研人员也很乐意接受这种采访。

高水平的科普也提高了民众的科学素养，老百姓愿意去关注这些科技前沿，这对培养科研人员的兴趣和动力起到很好的正反馈作用。科普这方面，不得不承认，我们国家还是落后不少，很多科研人员的科普意识还不强。（我以前也写过一篇对比美国和中国科普的博客，【Discovery Channel v.s. CCTV-10】，希望能引起大家注意）

如果再仔细观察9个候选人的国籍的话，可以看到只有2位美国人，其他是3位印度人、2位以色列人、1位中国人和1位克罗地亚人。目前而言，美国还是世界的人才中心，这种优势短期之内还是无法撼动的。美国这方面的优势除了体制外，很大程度上是因为其本身是一个移民国家，国民没有很强的民族感，因此相对更开放一些。比如，最近【MIT的新校长L. Rafael Reif】是在委内瑞拉本科毕业后才到美国读博的，而委内瑞拉和美国相互之间其实并不友好。这放到其他任何国家都不可能发生的。

中国同样也做不到这么开明，这和我们悠久历史塑造的民族自豪感有关。日本和中国类似，民族自豪感很强，他们估计也很难接受外国人担任顶尖大学校长，但日本科技在很多领域依然能做到世界顶尖。也许，在如何吸引和保留本土人才方面，我们可能更应该向日本学习。